작은 실수가 큰 배움을 주다
지난주 윈도우 디바이스에서 구글 시트의 복잡한 함수들을 Claude Code로 검증하던 중이었습니다. 우리가 기대한 것은 '모든 오류를 찾아내는 것'이었는데, 실제로 일어난 일은 조금 달랐습니다.
Claude Code가 중첩된 IF 함수 구조를 부분적으로 놓쳤습니다. 겉으로는 정상이었지만 특정 조건에서 값이 빠져나갔죠. 처음에는 답답했습니다. 「AI가 이 정도는 못 하나?」 하는 생각이 들었거든요.
오류를 오류로 보지 않기
하지만 팀에서 함께 이 문제를 살펴보니 흥미로운 패턴이 보였습니다. Claude Code가 놓친 부분은 항상 같은 유형이었습니다. 바로 「함수 체인이 3단계 이상 중첩되고, 참조 범위가 동적으로 변할 때」였어요.
이를 알게 된 후 우리는 다른 접근을 시도했습니다.
Claude Code는 구조적 검증에 강하고,
우리는 논리적 한계를 보는 데 강하다.
둘을 합치면?
새로운 자동화 계층 추가
결국 우리가 만든 것은 이렇습니다:
1. **1차 검증 (Claude Code)** - 구문, 범위 오류, 기본 논리
2. **2차 검증 (사람이 설정한 규칙)** - 3단계 이상 중첩 함수에 플래그 표시
3. **3차 검증 (샘플 데이터 테스트)** - 실제 값으로 실행해보기
AI의 약점을 이해하는 순간, 그것을 보완하는 자동화를 만들 수 있다는 걸 깨달았습니다.
작은 팀이 얻은 것
비개발자로서 우리가 할 수 있는 일이 바로 이것입니다. 도구의 한계를 인정하고, 그 한계가 어디인지 정확히 파악하고, 그 사이를 채우는 프로세스를 설계하는 것. 완벽한 자동화는 없지만, 실패에서 배운 자동화는 훨씬 더 단단합니다.
다음번에 Claude Code가 뭔가를 놓칠 때, 우리는 이제 이렇게 물을 겁니다. 「이번엔 뭘 배울 수 있을까?」